自学《动手学深度学习》（复习用）

import random
import torch

def synthetic_data(w,b,num_examples):
    X=torch.normal(0,1,(num_examples,len(w)))
    #(num_examples,len(w))产生形状为（num_examples，len(w)的张量，张量里面的内容为服从正态分布的随机数
    y=torch.matmul(X,w)+b     #torch.matmul用于两个矩阵相乘
    y+=torch.normal(0,0.01,y.shape)
    return X,y.reshape((-1,1))#转换为形状为（y.size,1)的张量

true_w=torch.tensor([2,-3.4])
true_b=4.2
features,labels=synthetic_data(true_w,true_b,1000)